Palantir首席执行官亚历克斯·卡普与Nvidia合作，推动开放权重AI模型在政府环境中的应用。他批评封闭AI提供商对企业客户的过度控制，强调企业应拥有自己的数据和模型。Mistral首席执行官阿瑟·门施也表达了类似观点，反映出对AI架构控制的关注，企业需避免对单一提供商的依赖。

Databricks在旧金山的Data + AI峰会上推出了LTAP架构，旨在整合企业数据的事务处理和分析。LTAP允许AI代理同时读取实时和历史数据，消除传统数据库的分隔。该架构基于Lakebase，支持快速查询和数据实验，简化数据管理，提升效率。此外，Databricks还推出了Unity AI Gateway和CustomerLake等新工具，以优化企业数据使用和安全管理。

统一通信（UC）数据正在转变为企业数据，会议记录、聊天记录和AI摘要等信息可以被保存、搜索和重复使用。这使得UC成为企业决策和行动的重要组成部分。企业需要制定明确的数据管理规则，以应对数据所有权和治理问题，确保有效利用协作数据，防止潜在风险。

Vision RAG是一种新型的信息检索和生成技术，能够高效处理复杂文档中的文本和图像。它通过多模态嵌入模型直接索引整个文档，避免了传统OCR的低效和高成本，提升了企业数据的搜索和分析能力，并能从图表和图像中提取关键信息。

Snowflake提供一个完全托管的数据平台，支持开发者构建AI应用。Jeff Hollan探讨了如何将企业数据与AI结合，以更好地解决业务问题并提高效率。此外，Snowflake推出了数据市场，用户可轻松接入如Stack Overflow等数据源，增强AI智能。

OpenAI与Databricks合作推出gpt-oss 20B和120B开源模型，支持高级推理和工具使用，适用于企业数据，提供高质量AI解决方案，确保合规性。

David Aronchick在伦敦的Cloud Native Rejekts会议上强调了分布式计算的重要性。他的初创公司Expanso提供一种计算模型，允许在数据生成地处理数据，从而减少数据移动。预计到2025年，75%的企业数据将在传统数据中心外生成和处理。Aronchick认为，Expanso能够帮助企业更有效地管理分布式节点，推动计算向边缘发展。

火山引擎于4月8日推出企业数据智能体Data Agent，旨在自动化撰写报告和设计营销活动。该工具能够深度理解业务需求，整合分析结构化与非结构化数据，提供智能支持。Data Agent将于4月底开放体验测试，面向企业客户预约。

Llama 4模型在Databricks平台推出，提升多模态AI性能，支持12种语言，推理速度提高40%。新模型Maverick专为复杂AI产品开发，具备文档理解和多语言支持，并可与企业数据连接，简化工作流程，确保安全合规使用。

2024年AI趋势包括数据洞察民主化、企业数据驱动AI、风险管理与滥用防范、有效策略制定。这些趋势将影响商业决策、数据治理和风险管理，帮助组织更好地利用AI。

智能应用时代，AI代理正在改变企业与数据的互动。尽管企业数据蕴含丰富洞察，构建AI代理仍面临复杂数据结构和集成障碍等挑战。MindsDB作为开源平台，简化了AI代理的构建，帮助开发者快速创建智能、透明和可靠的AI解决方案。

边缘计算通过在设备上处理数据，降低延迟并增强安全性。结合人工智能（AI）与边缘计算，设计边缘AI设备时需关注硬件、软件和电源等因素。微型人工智能（Tiny AI）通过优化算法和硬件提升性能并节能，同时保护敏感数据和简化用户操作也至关重要。预计到2025年，75%的企业数据将在云外处理，推动边缘AI设备的发展。

本月更新推出了“项目阿尔法”，旨在改善企业与数据的互动。新搜索算法结合图论，提升了连接预测，搜索时间缩短超过50%。

六年前，Rohit Choudhary创立了Acceldata，专注于数据可观测性。他预测企业数据将大幅增长，多技术和多云环境将普及，且工程人才不足。生成式AI的兴起验证了这些预测。数据可观测性在复杂企业环境中变得重要，尤其在金融服务和AI应用中，数据追踪和分析对业务决策至关重要。